Характеристики

Лицензия: Apache 2.0
Архитектура: resnet · dense
Базовая модель: resnet-50
Опубликована: 26 дек 2024

Ссылки

Hugging Face

cifar100_resnet-50

jialicheng

Классификация изображенийИзображение → label3 профессии

Дообученная на CIFAR-100 ResNet-50 для классификации изображений по классам этого датасета.

415скачиваний за 30 дней0лайковвеса обновлены28 дек 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

jialicheng/cifar100_resnet-50 — модель классификации изображений, дообученная автором на датасете CIFAR-100 на основе microsoft/resnet-50. Она использует сверточную архитектуру ResNet-50 и предназначена для отнесения изображений к классам CIFAR-100. Модель принимает изображения и выдаёт результаты классификации.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не содержит сведений о точности, обучении и ограничениях применения.

Сценарии применения

классификация изображений по категориям CIFAR-100
распознавание объектов на изображениях из набора CIFAR-100
эксперименты с классификацией изображений на базе ResNet-50

Ограничения

Модель ориентирована на категории и изображения, характерные для CIFAR-100; точность и ограничения за пределами этого набора в карточке не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

cifar100

This model is a fine-tuned version of microsoft/resnet-50 on the cifar100 dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 1e-05
train_batch_size: 128
eval_batch_size: 256
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 300

Framework versions

Transformers 4.39.3
Pytorch 2.2.2+cu118
Datasets 2.18.0
Tokenizers 0.15.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ResNetForImageClassification
Ревизия весов: 727865d